介绍了一种以电子病历(EMR)为数据核心,并融合了个性化治疗资源库的数据集成方法。该方法整合了多数据格式的临床数据集,如电子病历、抗生素知识库、随访数据库、肿瘤患者标本库和基因治疗数据库。数据集成目的是用于归纳与分类疾病的诊断,分析与对比治疗前后的临床效果,并预测和挖掘疾病治疗的路径。分析了两种常用数据格式的数据抽取与集成性能,提出了以下要求:数据集成方法要满足对多数据格式抽取的要求,以适应不同医疗数据资源的整合;数据集成是在多数据源的大数据环境下工作,所以集成方法须对数据的抽取速度性能作压力测试;数据集成是数据读入并写入目标数据库的过程,因此集成方法中要包含能灵活定义、易于调整、隐私数据查询安全的抽取规则组件,以及清晰友好的集成查询界面。最后通过3组实验,说明了基于EMR的集成架构和方法能解决多种数据格式的临床数据集成问题;利用MyBatis组件完成了源数据库表与抽取规则的映射工作,过滤了集成过程中的隐私数据;使用SilverLight组件的WEB呈现技术,给用户提供了友好便捷的数据查询平台。目前该数据集成方式已应用在国家重大专项—肝肿瘤样本库专题下7个分中心的临床数据集成工作。